储能EMS算电协同算法工程师

研发“算电翻译器”，将电力侧约束（功率限额、峰谷电价、需量契约、储能SOC等）形式化翻译为算力调度语言，建立电力域与算力域统一约束表达。 面向 AIDC 场景，设计算力任务队列（P0-P3 分级）与储能充放电时间片级联合编排算法，实现算力任务执行窗口与电价窗口最优匹配。 设计算力任务跨节点、跨时段迁移与储能充放联动的调度动作与联动规则，平衡迁移成本与电力收益。 构建算力收益与电力成本的联合目标函数，运用 MILP、动态规划或启发式算法求解电价响应下的算力调度问题。 跟踪 AIDC 智算中心能源管理、PUE 优化、绿电消纳等方向的业界进展，开展前沿方案探索。 负责算法从建模到生产代码的工程化落地，编写算法设计文档与联动规则说明，支撑测试与交付团队。

专业知识： 熟悉跨域优化调度相关知识，包括算力调度、电力调度、云资源调度等方向。 掌握电力约束建模与算力任务调度模型的统一抽象方法。 熟悉任务调度问题基本模型，如优先级抢占、截止期约束、资源分配等。 掌握运筹优化求解器或启发式算法设计方法，如遗传算法、模拟退火、邻域搜索等。 了解 AIDC、数据中心能源管理、PUE 优化、绿电交易、需求响应等相关知识。 熟悉 Python 科学计算栈及跨域算法工程化实现过程。 了解 AI 工具在建模、实验设计和代码开发中的辅助应用。 业务技能： 具备电力域与算力域约束统一建模能力。 具备算电协同场景下的时间片级联合编排与调度能力。 具备算力任务迁移与储能充放联动规则设计能力。 具备联合目标函数构建与多种优化算法求解能力。 具备前沿方向预研、从 0 到 1 方案探索与可行性验证能力。 具备算法工程化落地、文档编制和跨团队支撑能力。 具备 AI 辅助建模和代码开发结果的批判性验证与修正能力。